Rust中的模拟对象与测试夹具：如何无痛测试代码

面向初学者的在线Python训练器

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

开始课程

引言：为什么Rust测试并不枯燥

如果你曾经为Python或JavaScript代码编写过测试，你一定遇到过这种情况：你的方法调用了外部API、从磁盘读取文件或访问数据库。在真实环境中运行这些测试很痛苦。它们速度慢、不可靠（万一API挂了？），并且需要配置环境。

在Rust中，情况并无不同。只不过Rust是一门系统级语言，这里的测试必须快速、可靠且具有确定性。这正是模拟对象（mock）和测试夹具（fixtures）的用武之地。

在本文中，我们将探讨如何编写不依赖外部世界的Rust测试。你将学习如何替换依赖项、准备测试数据，并以优雅的方式完成这一切。开始吧！

什么是模拟对象和测试夹具？

模拟对象（Mocks）

模拟对象是对系统真实组件的模拟。你创建一个对象，其行为符合测试需求：返回指定值、抛出错误，或验证其方法是否以正确的参数被调用。

想象一下，你有一个发送电子邮件的服务。在测试中，你并不想真正发送邮件——而是使用一个模拟对象，它仅验证服务是否以正确的地址和内容被调用。

测试夹具（Fixtures）

测试夹具是执行测试所需的预置数据或状态。例如，测试数据库、配置文件、预设的结构体。在Rust中，测试夹具通常通过返回就绪对象的普通函数来实现。

模拟对象和测试夹具共同为你提供了对测试环境的完全控制。你只测试自己的逻辑，而不是外部服务的工作情况。

Rust测试的基本原则

在深入模拟对象之前，让我们回顾一下Rust中的测试是如何组织的。一个典型的单元测试如下所示：

#[cfg(test)]mod tests {    use super::*;

    #[test]    fn test_addition() {        assert_eq!(2 + 2, 4);    }}

很简单。但当你的代码开始依赖外部资源（文件、HTTP请求、数据库）时，问题就出现了。解决方案是反转依赖关系，并使用依赖注入（Dependency Injection）模式。

实践示例：数据加载服务

假设我们有一个结构体DataLoader，它从外部API加载数据并进行处理。我们希望在不调用真实API的情况下测试处理逻辑。

首先，为数据源定义一个trait（接口）：

pub trait DataSource {    fn fetch_data(&self) -> Result<String, String>;}

现在，实现一个真实的数据源，它执行HTTP请求（简化版）：

pub struct RealDataSource {    pub url: String,}

impl DataSource for RealDataSource {    fn fetch_data(&self) -> Result<String, String> {        // 这里本应是真实的HTTP请求        Ok(format!("来自 {} 的数据", self.url))    }}

以及使用该数据源的服务：

pub struct DataLoader<T: DataSource> {    source: T,}

impl<T: DataSource> DataLoader<T> {    pub fn new(source: T) -> Self {        DataLoader { source }    }

    pub fn load_and_process(&self) -> Result<String, String> {        let raw_data = self.source.fetch_data()?;        // 一些处理逻辑        Ok(format!("已处理: {}", raw_data))    }}

请注意：DataLoader不依赖于DataSource的具体实现。它可以与任何实现了该trait的类型一起工作。这是可测试性的关键。